L’acquisition d’images en environnement sous-marin présente des problèmes tels que la baisse du contraste, la baisse de netteté et la atténuation de l’information. Les méthodes traditionnelles estiment et traitent les informations de polarisation de l’image entière, alors que les cibles dans les images sous-marines ont des caractéristiques de polarisation complexes, ce qui conduit à une restauration insatisfaisante de certaines zones cibles et à une dégradation. Cet article propose une méthode d’optimisation de la restauration par partition des paramètres de polarisation pour les images sous-marines de qualité dégradée. Tout d’abord, après un renforcement du contraste par bloc et un filtrage guidé des deux images de polarisation orthogonale, les domaines connexes des objets à faible et haute polarisation sont extraits. La segmentation est effectuée selon la valeur de chaque pixel dans l’image de degré de polarisation, optimisant ainsi l’extraction des régions à faible et haute polarisation. Ensuite, le degré de polarisation de la lumière cible de chaque objet est estimé séparément, ce qui résout le problème d’estimation erronée des objets complexes dans les méthodes traditionnelles d’estimation globale. Enfin, une optimisation itérative de l’image de polarisation de la lumière de diffusion arrière est réalisée pour obtenir la meilleure sélection de région. Les expériences montrent une amélioration significative de la qualité visuelle subjective : dans les deux premières séries d’expériences en faible turbidité, comparativement à l’image d’intensité lumineuse originale, la valeur EME a augmenté en moyenne de 554 % et le contraste de 528 %. Dans la troisième série d’expériences en faible luminosité et haute turbidité, la valeur EME a augmenté de 379 % et le contraste de 956 %. L’indice NIQE pour l’évaluation de la qualité des images naturelles affiche de bonnes performances, avec des images plus naturelles. La méthode proposée est plus efficace que les méthodes traditionnelles pour restaurer les images sous-marines turbidifiées, augmenter le contraste et réduire l’atténuation de l’information, réalisant ainsi un meilleur effet de netteté d’image.

Atténuation de l’information;Renforcement du contraste;Optimisation de la partition;Optimisation itérative;Netteté de l’image